Economunhbox voidb@x group let unhbox voidb@x setbox

Práctica Variables Instrumentales
Economı́a Aplicada
Economı́a Aplicada
Variables Instrumentales
1. Queremos analizar el efecto de fumar sobre el peso de los niños al nacer. Usamos para
eso el archivo bwght.gdt. Un modelo simple serı́a:
log(bwght) = β0 + β1 packs + u
donde bwght es el peso del niño al nacer y packs el número diario de paquetes de cigarrillos
fumado por la madre durante el embarazo.
(a) Estime este modelo e interprete βˆ1 . ¿Cree que E(u|packs) = 0 es un supuesto
razonable? Mencione dos factores que puedan estar incluidos en u
(b) Un modelo más interesante deberı́a incluir más variables:
log(bwght) = β0 + β1 packs + β2 male + β3 parity + β4 lf aminc + u
donde male es una variable binaria que toma el valor 1 cuando el bebé es varón,
parity representa el orden de nacimiento y lf aminc representa el logaritmo del
ingreso familiar (medido en miles de dólares).
Estime este nuevo modelo e interprete βˆ1 . ¿Cambia esta estimación respecto a la
anterior? ¿Cree que E(u|packs, male, parity, lf aminc) = 0 es un supuesto razonable?
(c) Si sospechamos que packs puede estar correlacionada con u (por ejemplo podemos
pensar que el consumo de cigarrillos está correlacionado con otros factores que
afectan a la salud de la madre o con un buen cuidado prenatal), usar una estimación
por variables instrumentales (VI) es probablemente una buena idea. Una posible VI
para packs es el precio medio de los cigarrillos en el lugar de residencia, cigprice. Si
los cigarrillos son un bien de consumo habitual, la teorı́a económica básica sugiere
que packs y cigprice están correlacionadas de forma negativa, por lo que se puede
utilizar cigprice como VI para packs.
Estime el modelo anterior usando cigprice como VI para packs. ¿Cuál es su conclusión sobre el efecto de fumar en el peso de los bebés?
(d) ¿Es cigprice un buen instrumento? ¿Qué condiciones debe cumplir cigprice para
considerarlo un instrumento válido? Evalúe esas condiciones, si es posible, y decida
si cigprice es un buen instrumento.
(e) ¿Cuál estimación prefiere, MCO o VI? Explicar.
1
Práctica Variables Instrumentales
Economı́a Aplicada
2. Usaremos el archivo wage2.gdt para investigar los retornos a la educación en una ecuación
salarial tı́pica:
lwage = β0 + β1 educ + β2 exper + β3 tenure + β4 cap + (1)
donde E(|educ, exper, tenure, cap) = 0
lwage = logaritmo del salario mensual (en miles de dólares); educ = años de educación
completos; exper = experiencia laboral (en años); tenure = antigüedad en el trabajo (en
años); cap = habilidad o capacidad.
Los efectos esperados de estas cuatro variables son positivos. Sabemos que habilidad
y educación están positivamente correlacionados: C(educ, cap) > 0, y que experiencia
(exper) y antigüedad (tenure) no están correlacionados con educación (educ) ni con
habilidad (cap). Sin embargo, la habilidad no es observable, con lo cual el modelo que
podemos estimar es:
lwage = γ0 + γ1 educ + γ2 exper + γ3 tenure + (2)
Existe la posibilidad de utilizar una medida imperfecta de habilidad. En la muestra
disponemos del coeficiente intelectual de los individuos (IQ).
También poseemos información sobre las siguientes variables (no correlacionadas con ):
meduc (educación de la madre) y KWW (puntuación en un test de conocimiento general).
(a) Aunque nos interesarı́a estimar el modelo (1), dado que la habilidad no es observable,
estimaremos via MCO el modelo (2). ¿Qué esperarı́a de la estimación del retorno
a la educación en ese caso? Estime el modelo de la ecuación (2) e interprete los
coeficientes.
(b) Asuma que IQ = cap, de modo que el coeficiente intelectual (IQ) es exactamente
igual a la habilidad y estime la ecuación (1). Compute el efecto de un año adicional
de educación sobre los salarios.
(c) Evalúe si IQ es una variable endógena. Explique su respuesta.
(d) Evalúe si meduc y KW W son instrumentos válidos para IQ. Explique su respuesta.
(e) Decida cuál método es más adecuado en este caso, MCO o MC2E. Compute el
retorno a la educación con el método más adecuado.
(f) Realice las dos etapas de la estimación de MC2E y compare los errores estándar de
la segunda etpa con los obtenidos haciendo la estimación automática en gretl.
3. (Basado en Stock y Watson, pág. 480) ¿Cuál es el efecto de la fertilidad en la oferta
de trabajo? ¿Cae la oferta de trabajo de una mujer cuando tiene un hijo más? En este
ejercicio estimaremos este efecto usando datos de mujeres casadas del Censo de 1980
de EEUU. El archivo fertility.gdt contiene información de mujeres casadas de entre 21
y 35 años de edad con dos o más niños. La variable weeksm1 representa las semanas
trabajadas por cada mujer en 1979, morekids es una variable artificial que toma el valor
1 si la mujer tiene más de dos hijos.
2
Práctica Variables Instrumentales
Economı́a Aplicada
i) Regrese weeksm1 sobre la variable morekids usando MCO. En promedio, ¿Trabajan
menos las mujeres con más de dos hijos que las mujeres con dos hijos? ¿Cuánto
menos?
ii) Explique por qué la regresión anterior parece inapropiada para estimar el efecto
causal de la fertilidad (morekids) en la oferta de trabajo (weeksm1).
iii) La base de datos contiene la variable samesex, que vale 1 si los dos primeros hijos
son del mismo sexo (niño-niño o niña-niña) y 0 en caso contrario. ¿Las parejas con
dos hijos del mismo sexo tienen mayor probabilidad de tener un tercero? ¿Es una
diferencia grande? ¿Es estadı́sticamente significativa?
iv) Explique por qué samesex es un instrumento válido para morekids.
v) Estime la regresión de weeksm1 sobre morekids usando samesex como instrumento.
¿Cuán grande es el efecto de la fertilidad en la oferta de trabajo?
vi) ¿Cambian los resultados al incluir las variables black, hispan y othrace en la regresión de oferta de trabajo (tratando a estas variables como exógenas)? Explique.
3